bitpie比特派钱包锋线上老将本耶德尔状态火热

GPT-4V 学会自动操纵电脑bitpie比特派钱包，这一天终于还是到来了。

在首轮角逐中，中国男足亚运队曾以5比1大胜本组头号竞争对手印度队。由于同轮缅甸队以1球小胜孟加拉国队，因此只要国足亚运队在本轮取胜缅甸队，那么就将提前锁定小组出线权，且大概率获得小组头名。

摩纳哥上个赛季取得联赛第六名的成绩，表现未达到预期，今年夏天出售迪萨西、沃兰德和马塞林等人后，俱乐部签下扎卡里亚、巴洛贡、萨利苏等即战力，并未像以往那样投资潜力股，新赛季球队的实力稳步有升，联赛5轮战罢，摩纳哥3胜2平保持不败，期间打进15球丢了7球，场均入球达到3个，锋线上老将本耶德尔状态火热，其身边的戈洛温和南野拓实也都有着稳定的输出，再加上中卫马里潘和辛戈都有着在定位球进球的能力，摩纳哥三条线多点开花，让对手难以防范，而且赛季至今球队两个主场均是3-0完胜对手，此役主场面对尼斯，最近6次和对手碰面取得4胜1平1负优势的摩纳哥，心理层面也占据上风。

阿拉维斯上个赛季取得西乙第四名的成绩，依靠升级附加赛得以重返西甲赛场，不过受到财力限制，今年夏天俱乐部在转会市场上主要以租借为主，花费不多，签下的格瓦拉、布兰科和马拉什等人实力都比较一般，新赛季开始后，阿拉维斯5轮战罢2胜3负，主场先后击败塞维利亚和巴伦西亚，展现出不俗的主场战力，但是客场悉数落败且一球不进，凸显出球队主场龙客场虫的特点，进攻端新援基克融入球队的速度还算不错，但是防守端塞德拉和阿布卡尔几名后卫都没有征战过西甲联赛，还在为适应顶级联赛节奏交学费，本场比赛主场面对强硬的毕尔巴鄂竞技，阿拉维斯想要延续主场佳势并不轻松。

只需要给 GPT-4V 接入鼠标和键盘，它就能根据浏览器界面上网：

甚至还能快速摸清楚“播放音乐”的播放器网站和按钮bitpie比特派钱包，给自己来一段 music：

是不是有点细思极恐了？

这是一个 MIT 本科生小哥整出来的新活，名叫 GPT-4V-Act。

只需要几个简单的工具，GPT-4V 就能学会控制你的键盘和鼠标，用浏览器上网发帖、买东西甚至是玩游戏。

要是用到的工具出 bug 了，GPT-4V 甚至还能意识到、并试图解决它。

来看看这是怎么做到的bitpie比特派钱包。

GPT-4V-Act，本质上是一个基于 Web 浏览器的 AI 多模态助手（Chromium Copilot）。

它可以像人类一样用鼠标、键盘和屏幕“查看”网页界面，并通过网页中的交互按键进行下一步操作。

要实现这种效果，除了 GPT-4V 以外，还用到了三个工具。

一个是 UI 界面，可以让 GPT-4V“看见”网页截图，也能让用户与 GPT-4V 发生交互。

这样bitpie比特派钱包，GPT-4V 就能将每一步运行思路都通过对话框的形式反映出来，用户来决定是否要继续让它操作。

另一个是 Set-of-Mark Prompting（SoM）工具，让 GPT-4V 学会交互的一款工具。

这个工具由微软发明，目的是更好地对 GPT-4V 进行提示词工程。

相比让 GPT-4V 直接“看图说话”，这个工具可以将图片关键细节拆分成不同的部分，并进行编号，让 GPT-4V 有的放矢：

对于网页端也是如此，Set-of-Mark Prompting 用类似的方式让 GPT-4V 知道从网页浏览器的哪个部分找答案，并进行交互。

最后，还需要用到一个自动标注器（JS DOM auto-labeler）bitpie比特派钱包，可以将网页端所有能交互的按键标注出来，让 GPT-4V 决定要按哪个。

一套流程下来，GPT-4V 不仅能准确判断图片上的哪些内容符合需求，还能准确找到交互按键，并学会“自动上网”。

这是个大项目，目前还只实现了部分功能，包括点击、打字交互、自动标注等。

接下来，还有其他的一些功能要实现，例如bitpie比特派钱包试试 AI 打标器（目前网页端的交互还是通过通过 JS 接口得知哪里能交互，不是 AI 识别的）、以及提示用户输入详细信息等。

此外，作者也提到，现阶段 GPT-4V-Act 用法上还有一些需要注意的地方。

例如，GPT-4V-Act 可能会被网页打开后铺天盖地的弹窗小广告给“整懵了”，然后出现交互 bug。

又例如，目前这种玩法可能会违反 OpenAI 的产品使用规定：

所以用的时候也要低调一点（doge）

这个项目在网上发出后，吸引了不少人的围观。

像是小哥用到的微软 Set-of-Mark Prompting 工具的作者，就发现了这个项目：

比特派最

还有网友提到，甚至可以用来让 AI 自己读取验证码。

这个在 SoM 项目中提到过，GPT-4V 是能成功解读验证码的（所以以后可能还真不知道是人还是机器在上网

）。

与此同时，也有网友已经在想象桌面流自动化（desktop automation）的操作了。

对此作者回应称：

不过目前 GPT-4V 还是要收费的，有没有其他的实现方法？

作者也表示，目前还没有，但确实可能会尝试 Fuyu-8B 或者 LLaVAR 这样的开源模型。

免费的自动化桌面流 AI 助手，可以期待一波了。

参考链接：

本文来自微信公众号：量子位 （ID：QbitAI），作者：萧箫

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间bitpie比特派钱包，结果仅供参考，IT之家所有文章均包含本声明。

　　声明：新浪网独家稿件，未经授权禁止转载。 -->